一种基于多尺度图卷积的设备故障诊断方法

本申请提供了一种基于多尺度图卷积的设备故障诊断方法，涉及工业设备智能故障诊断技术领域，包括：通过多尺度输入层提取振动信号的时域、频谱域及时频特征，并利用跨尺度特征耦合模块融合生成32维特征向量。构建设备间关系感知图卷积模型，结合物理距离与实时工况生成动态邻接矩阵，经时空卷积提取时空融合特征。通过偶发故障敏感时序模块增强瞬态与周期性特征，结合双通道融合与自注意力机制输出时序特征。最后，采用双阈值检测与设备对比增强策略实现故障识别与定位，并生成包含多尺度特征贡献的可解释性诊断证据链，提升微弱故障检出率与诊断可信度。